Промпт инженер больше не пишет запросы вручную: Anthropic описала подход loop engineering

Материал собран из инженерной документации Anthropic, эссе Эдди Османи о loop engineering и замеров продуктивности, которые опубликовала Anthropic. Суть перехода: раньше промпт инженер писал запрос, читал ответ, писал следующий запрос. Теперь предлагается спроектировать небольшую систему (loop), которая сама находит задачу, передаёт её ИИ-агенту (программе, способной выполнять действия автономно), проверяет результат и решает, повторять ли цикл. Человек перестаёт держать агента за руку на каждом шаге.

Что меняется в работе промпт инженера?

• Точка приложения усилий сдвигается. Промпт инженер больше не пишет каждый промпт (промпт, текстовая инструкция для ИИ-модели) вручную. Вместо этого он проектирует систему, которая промптит агента сама.
• Шесть частей loop по Османи. Автоматизация запуска, изоляция через worktree (отдельная рабочая копия кода), передача знаний о проекте через skills-файлы, доступ к внешним инструментам через MCP (протокол подключения сторонних сервисов к модели), разделение ролей между подагентами и сохранение состояния между перезапусками.
• Цифра Anthropic: инженеры компании мержат (отправляют готовый код в основную ветку проекта) в восемь раз больше кода в день, чем в 2024 году. Но сама Anthropic называет эту цифру «почти наверняка переоценкой реального прироста продуктивности».
• Четыре условия, без которых loop не окупается. Задача повторяется минимум раз в неделю. Проверка автоматизирована (тесты, линтер, сборка). Бюджет токенов выдерживает потери на неудачные попытки. У агента есть инструменты уровня опытного инженера: логи, среда для запуска кода, возможность увидеть, что ломается. Если хотя бы одно условие не выполняется, затраты на loop превышают выгоду.

Кому loop выгоден, а кому пока нет?

Экономика loop неодинакова. Те, кто называет loop engineering очевидным решением, по данным разбора AlphaSignal, обычно имеют безлимитные токены.

Выгодно:

• Командам с повторяющейся, машинно-проверяемой работой и бюджетом: разбор тестов, обновление зависимостей, проходы линт-и-фикс (автоматическое исправление стиля кода), черновики из задач в кодовой базе с хорошим покрытием тестами.
• Кодовым базам с устойчивыми тестовыми наборами. Если начинающий инженер справился бы с задачей по чек-листу, а тесты поймали бы ошибки, loop подходит.

Лучше подождать:

• Соло-разработчикам на тарифах с лимитом. Счёт за токены придёт раньше прироста продуктивности.
• Тем, кто работает с кодом без автоматической проверки. Без реальных тестов агент соглашается сам с собой по кругу, галлюцинация (когда ИИ уверенно выдумывает то, чего не было) остаётся незамеченной.
• Командам, чьё реальное узкое место не скорость написания кода, а пропускная способность ревью. Loop генерирует больше кода, очередь на проверку вырастет.

Для разовых задач и всего, где «готово» определяется человеческим суждением, один точно сформулированный промпт по-прежнему выигрывает.

Как попробовать?

1. Прогоните тест из четырёх условий (повторяемость задачи, автоматическая проверка, бюджет токенов, инструменты для агента). Если хотя бы один пункт не отмечен, оставайтесь на ручных промптах.
2. Выберите задачу из «безопасного» списка: разбор ночных сбоев CI (система непрерывной сборки кода), еженедельное обновление зависимостей с тестированием совместимости, автоматические правки стиля при каждом новом PR (запрос на добавление кода).
3. Установите жёсткие ограничители: лимит токенов, лимит итераций, ограничение по времени. Без них loop работает, пока кто-то не заметит счёт.
4. Перед любым необратимым действием (merge, деплой, изменение зависимостей) результат проверяет человек. Это правило из документации Anthropic, и оно не обсуждается.

Сравнение с российскими реалиями

В РФ и СНГ доступ к моделям Anthropic (Claude) ограничен: нужен VPN и зарубежная оплата. Из доступных аналогов для работы с кодом: YandexGPT и GigaChat. Однако ни YandexGPT, ни GigaChat на момент публикации не предоставляют инструментов для построения автономных loop-цепочек уровня Claude Code. Промпт инженер в России может применять принципы loop engineering (автоматизация запуска, проверка результата, ограничители), но на практике собирать loop придётся на зарубежных моделях через API или ждать, пока российские платформы добавят агентный (агентный, способный выполнять многошаговые задачи автономно) режим работы.

Для соло-авторов и предпринимателей в РФ на тарифе с лимитом честный вывод из источника: loop пока не ваш инструмент. Один хорошо составленный промпт остаётся рабочей стратегией.

Что с этого вам прямо сейчас?

Авторам Дзена. Loop engineering описан для кода, но принцип переносим: если вы еженедельно прогоняете одинаковый цикл «собрать фактуру, написать черновик, проверить по чек-листу», вы можете автоматизировать передачу задачи нейросети и проверку результата. Но только при наличии формализованного чек-листа проверки. Без него вы просто сожжёте токены.

Маркетологам. Промпт инженер, который умеет проектировать loop, становится дороже того, кто просто пишет промпты. Если вы нанимаете специалиста по промпт-инжинирингу (промпт-инжиниринг, дисциплина составления инструкций для ИИ-моделей), уточните, умеет ли он строить автономные цепочки, или только формулировать разовые запросы.

Предпринимателям в РФ и СНГ. Пока российские модели не поддерживают агентный режим, внедрять loop engineering в продакшен рискованно: зависимость от зарубежного API, непредсказуемый счёт за токены, юридические вопросы. Следите за обновлениями YandexGPT и GigaChat, именно там появится точка входа.

Частые вопросы

Промпт инженер теперь не нужен?

Нужен, но его работа меняется. Вместо написания каждого промпта вручную промпт инженер проектирует систему, которая промптит агента. Это требует понимания архитектуры, тестирования и ограничителей. Навык формулировать точные промпты никуда не уходит: именно из него вырастает системный промпт (системный промпт, базовая инструкция, задающая поведение модели на протяжении всей сессии) для loop.

Сколько стоит loop engineering на практике?

Точных цен источник не называет. Затраты зависят от тарифа на токены, числа итераций и сложности задачи. Источник предупреждает: loop сжигает токены независимо от того, доехала ли итерация до результата. Для пользователей на тарифе за $20 в месяц это может обернуться неожиданным счётом.

Можно ли применить loop engineering без навыков программирования?

Из описанного в источнике, практически нет. Loop требует автоматической проверки результата (тесты, линтер, сборка), среды для запуска кода и понимания, как устроены агентные цепочки. Для непрограммистов пока остаётся классический подход: один промпт, один результат, ручная проверка.

Главный вывод источника стоит повторить дословно: «loop engineering реален, но большинству разработчиков он пока не нужен». Для тех, кому нужен, карьера промпт инженера сдвигается от ввода текста к проектированию систем, и это сдвиг, который стоит отслеживать, даже если применять его рано.